2、理论ICC组内相关系数用于测量评分数据一致性水平。ICC取值在0~1之间,通常情况下:ICC <0.2则说明一致性程度较差;0.2~0.4之间说明一致性程度一般;0.4~0.6之间说明一致性程度中等;0.6~0.8之间说明一致性程度较强;0.8~1.0之间说明一致性程度很强。 ICC一共涉及三个模型,分别如下各表表格所示:
针对上表格特别说明为:双向混合和双向随机模型,从原理角度上进行了区分,但从算法计算的角度上看,其二者的数字计算结果完全一模一样,并没有任何区别。因而在分析时,只需描述选择过程,计算结果上双向混合和双向随机模型的结果完全一致。 另外还涉及一致性和绝对一致性的选择,如下表所示:
如果研究中考虑系统误差问题,此时需要选择“绝对一致性”计算类型,如果不需要考虑系统误差时,此时选择“一致性”计算类型即可。特别说明一点在于,单向模型只有绝对一致性。 综合上述说明,最终SPSSAU提供出三个选项,分别如下说明:
除此之外:不论是双向混合,双向随机,还是单向随机模型;均会输出单一度量或者平均度量这两个指标值,其区别如下表格:
如果说仅针对最原始数据进行分析,应该选择单一度量;如果针对原始数据进行过计算(比如求均值,中位数等),此时应该使用平均度量。 综上所述,结合3个模型,以及计算类型和度量标准,ICC模型一共可分为六个,如下表汇总:
|
|
来自: Zhaojunchao404 > 《科研》